跳到正文
arXiv · ML· Motasem Alfarra, Pietro Mazzaglia, Markus Peschl, Daniel Dijkman, Christos Louizos·· 2026-10-15AI 评分23

TEMPO:面向机器人策略的高效测试时自适应方法

Efficient Test-Time Adaptation For Robot Policies

AI 导读

TEMPO 是一种测试时熵正则化、内存引导的策略优化方法,能在无奖励条件下在线自适应机器人策略。在 Unitree Go2 等模拟及真实环境中,该方法较无自适应基线最高提升 80% 性能。 该方法结合熵促进正则化与基于分数的内存机制,优先处理“困难”观测并聚焦有限计算资源。已作为论文被 NeurIPS 2026 接收。

来源:arXiv · ML · arxiv.org